KI-Entwicklung und KI-Engineering
KI-Engineering für das Produkt, das Sie verkaufen oder betreiben
Wir bauen KI-Funktionen in die Produkte, die Sie verkaufen: Assistenten, Sprachschnittstellen und Agenten. Unsere Engineers betreiben auch die Infrastruktur, auf die solche Funktionen angewiesen sind. Deshalb binden wir sie an Ihre bestehenden Systeme an, bauen Model Serving und Retrieval dahinter und testen alles, bevor Ihre Kunden es sehen.
Unser Team hat Software und produktive KI entwickelt für
Vier Ebenen, gemeinsam geplant
Was eine KI-Funktion pro Anfrage kostet, wie schnell sie antwortet und wie gut ihre Antworten sind, hängt vom Modell, vom Retrieval und von der Infrastruktur darunter ab. Wir planen die vier Ebenen gemeinsam, damit die Abwägungen zwischen ihnen in einem einzigen Entwurf getroffen werden statt zwischen getrennten Anbietern.
Agenten in Ihrem Produkt
Eigene Agenten, MCP-Server und A2A. Ein Entwurf sieht mehrere Agenten nur dort vor, wo sich die Arbeit sauber aufteilen lässt.
Anwendungen
Assistenten und Sprachschnittstellen sowie Anwendungen, die auf Grundlage Ihrer eigenen Dokumente antworten.
Modelle
Ein Modell auswählen, es feintunen, wo sich das lohnt, und es an der Aufgabe testen, die es erledigen muss.
Infrastruktur
GPUs, Inferenzserver und Cloud-Setup, in Ihrem eigenen Konto oder bei einem Anbieter in der EU.
Wo Kosten und Fehler entstehen
Kosten und Fehler entstehen dort, wo zwei Ebenen aufeinandertreffen: bei einem Modell, das größer ist, als seine Aufgabe es verlangt, bei einem Retrieval, das nicht mehr aktuell ist, oder bei Tool-Berechtigungen, die weiter reichen, als die Funktion es erfordert. Diese Nahtstellen prüfen wir zuerst.
Im Produkt
Zugriff auf Ihre Systeme
Darunter
Systeme, die wir produktiv betrieben haben
Gebaut und betrieben von unseren Engineers.
Modelle
Computer-Vision-Modelle, trainiert auf über 100 Millionen Bildern
Anwendungen
Voice-KI mit Antwortzeiten unter 600 Millisekunden
Agentensysteme
Unternehmensassistenten, die Retrieval, Agenten und MCP verbinden
Infrastruktur
Cloud-Plattformen hinter öffentlichen Apps, die Hunderttausende Menschen nutzen
Details zu den Projekten erhalten Sie auf Anfrage.
Mit einem Engineer sprechenKI-Integrationsleistungen für Ihr bestehendes Produkt
Eine KI-Funktion wird erst nützlich, wenn sie Ihre eigenen Systeme erreicht. Die meisten Integrationen folgen demselben Ablauf: Sie lesen die Datensätze, die der Nutzer sehen darf, entwerfen oder führen eine klar begrenzte Aktion aus und geben das Ergebnis an den Arbeitsablauf zurück, in dem die Anfrage entstanden ist.
Nehmen wir als hypothetisches Beispiel ein Support-Ticket. Der Assistent liest das Ticket, die Bestellhistorie des Kunden und passende Hilfeartikel mit reinen Leserechten. Er entwirft eine Antwort mit einem Erstattungsvorschlag, und eine Support-Mitarbeiterin oder ein Support-Mitarbeiter gibt sie frei, bevor etwas versendet wird. Die Erstattung selbst auszulösen ist eine separate Schreibberechtigung, die später nur hinzukommt, wenn das Team sie möchte.
- Wenn Ihre bestehende API oder Ihr SDK ausreicht, rufen wir sie direkt auf. Ein MCP-Server lohnt sich, wenn mehrere KI-Clients dieselben Werkzeuge brauchen; für eine einzelne Funktion ist er oft unnötig.
- Jede Aktion ist auf bestimmte Datensätze und Felder beschränkt, mit einer benannten Freigabeperson, wo das Risiko es erfordert.
- Fehlgeschlagene und wiederholte Aufrufe werden ausdrücklich behandelt. Wir legen fest, welche Schritte sicher wiederholt werden können, und nutzen Idempotenzschlüssel oder Statusprüfungen, damit ein Timeout keine zweite Erstattung auslöst. Das senkt das Risiko, beseitigt es aber nicht.
Was wir übergeben und wann es als fertig gilt
Sie erhalten eine funktionierende Integration, die Ihr Team betreiben und ändern kann. Dazu gehören der vereinbarte Datenfluss, die genutzten Berechtigungen und der Integrationscode. Tests decken realistische Fehler ab, etwa abgelaufene Tokens oder einen langsamen vorgelagerten Dienst. Wir dokumentieren gemessene Antwortzeiten und Kosten pro Anfrage und schreiben Deployment-Anleitungen für Ihre Umgebung.
Die Abnahmekriterien vereinbaren wir vorab, zusammen mit einer benannten verantwortlichen Person auf Ihrer Seite, die die Abnahme erteilt. Wenn der Ablauf Vorsicht erfordert, kann das erste Release nur lesend arbeiten oder jede Aktion zur Freigabe vorlegen.
Getestet an Anfragen aus Ihrem Produkt
Jede Funktion bekommt ein Testset aus echten Anfragen. Vor und nach jeder Änderung verfolgen wir die Kosten und die Antwortzeit jeder Anfrage sowie die Qualität der Antworten.
Agenten für Geschäftsprozesse, etwa für die Schadenbearbeitung oder die Rechnungsprüfung, haben eine eigene Seite.
Wie wir mit Zugriffen umgehen
Wir nehmen kein Geld von Modell- oder Tool-Anbietern, deshalb empfehlen wir, was bei Ihnen im Test am besten abgeschnitten hat.
Die Agenten, die wir bauen, laufen in Ihrer Umgebung.
Jedes Tool erhält nur den Zugriff, den seine Aufgabe erfordert.
Jede Aktion eines Agenten wird protokolliert.
Wo es einen Betriebsrat gibt, gehen wir seine Anforderungen vor dem Start mit Ihnen durch.
Fragen
Was sind KI-Engineering-Leistungen?
Bei KI-Engineering-Leistungen entwerfen, bauen und betreiben Engineers die KI-Funktionen eines Softwareprodukts, zusammen mit den Modellen, dem Retrieval und der Infrastruktur dahinter. Bei Cloudsail planen wir dafür vier Ebenen in einem gemeinsamen Entwurf: Agenten, Anwendungen, Modelle und Infrastruktur. Wir binden jede Funktion an Ihre bestehenden Systeme an und messen Kosten, Antwortzeit und Antwortqualität an einem Testset aus echten Anfragen. Sie erhalten eine funktionierende Integration, die Ihr Team selbst betreiben und ändern kann.
Wie läuft ein erstes Gespräch ab?
Dreißig Minuten mit einem unserer Engineers. Das Gespräch ist kostenlos, und wir brauchen dafür keinen Zugriff auf Ihre Systeme oder Daten.
Was für ein KI-Entwicklungsunternehmen sind Sie?
Ein Engineering-Unternehmen. Die Engineers, die Sie beraten, bauen die Funktion auch in Ihrem Produkt und Ihrer Cloud, testen sie an Anfragen aus Ihrem Produkt und übergeben Code, Testsets und Runbooks an Ihr Team. Wir verkaufen keine Tools weiter, und kein Modellanbieter bezahlt uns.
Können Sie KI in unsere bestehenden Systeme integrieren?
Ja. Wir verbinden Modelle über Tools oder MCP-Server mit Ihren bestehenden APIs, Datenbanken und Fachsystemen, wobei jedes Tool nur den Zugriff erhält, den seine Aufgabe braucht. Ausgangspunkt ist Ihre heutige Architektur, keine neue Plattform.
Wie bringen Sie einen KI-Piloten in Produktion?
Zuerst bauen wir ein Testset aus echten Anfragen und messen daran Kosten pro Anfrage, Antwortzeit und Antwortqualität des Piloten. Die Funktion geht mit dem Monitoring, den Zugriffsgrenzen und der Ausweichlösung live, die sie braucht, und dieselben Tests laufen vor jeder späteren Änderung.
Warum ist es wichtig, dass Sie sich auch um Modelle und Infrastruktur kümmern?
Weil auf diesen Ebenen über Kosten und Grenzen entschieden wird. Braucht eine Funktion ein Modell in Ihrem EU-Konto oder ein kleines Modell, das für eine einzelne Aufgabe mit hohem Volumen trainiert wird, gehört diese Arbeit zum selben Projekt und wird kein eigenes.
Automatisieren Sie auch Geschäftsprozesse?
Ja. Agenten für komplexe Fälle in Ihren betrieblichen Abläufen, etwa Schadenmeldungen oder Rechnungsprüfungen, beschreiben wir auf einer eigenen Seite.
Mit welchen Frameworks entwickeln Sie?
Mit denen, die Ihr Team später ohne uns pflegt, etwa mit LangGraph, dem OpenAI Agents SDK, dem Claude Agent SDK, Googles Agent Development Kit oder Mastra. Ist der Kontrollfluss einfach, schreiben wir stattdessen Code ohne Framework.
Wann lohnt sich mehr als ein Agent?
Wenn Teile der Arbeit unterschiedlichen Verantwortlichen gehören, mit unterschiedlichen Tools laufen oder von unterschiedlichen Anbietern kommen. Jede Übergabe kostet Latenz und Geld und ist eine weitere mögliche Fehlerquelle. Deshalb beginnen wir mit einem einzigen Agenten und teilen nur dort auf, wo es eine solche Grenze wirklich gibt. Genau an diesen Stellen ist A2A nützlich.
Sind Sie an die Plattform eines einzigen Anbieters gebunden?
Nein, und kein Anbieter bezahlt uns. Ausgangspunkt sind Ihre bisherigen Modelle, Clouds und Frameworks, und Alternativen schlagen wir erst vor, wenn sie bei Ihren Aufgaben besser abgeschnitten haben.
Können Sie mit unserem aktuellen Modell und Anbieter arbeiten, statt beide zu ersetzen?
Ja. Wir gehen von Ihrer bestehenden Architektur aus und testen das Modell, das Sie bereits nutzen, mit echten Anfragen. Erfüllt es Ihre Ziele für Qualität, Latenz und Kosten, bleibt es. Reicht es nicht aus, zeigen wir die gemessenen Unterschiede zu Alternativen, und Sie entscheiden, ob sich ein Wechsel lohnt.
Wovon hängen Umfang und Preis einer KI-Integration ab?
Von vier Dingen: den beteiligten Systemen und dem Zugang dazu, dem Risiko der Aktionen, die die KI ausführen darf, dem nötigen Evaluierungsaufwand und dem Betriebsaufwand nach dem Start. Den Umfang vereinbaren wir nach einem Gespräch mit einem unserer Engineers. Das erste 30-minütige Gespräch ist kostenlos.
Verwandte Leistungen
Evals für KI-Agenten
Finden Sie heraus, wie oft ein Agent die Aufgabe erledigt, bevor er in Ihren Systemen handelt: Wir prüfen Ergebnisse, Tool-Aufrufe und wie verlässlich sich Läufe wiederholen.
KI-Automatisierung
Weniger Routinearbeit für Ihre Teams: Prozesse Schritt für Schritt mit Regeln, Workflow-Tools, Modellen und Agenten automatisiert, von Menschen freigegeben, pro Fall gemessen.
KI-Chatbots
Kunden und Beschäftigte bekommen schneller Antworten aus Ihren Daten, mit freigegebenen Aktionen und Übergabe an Menschen, wenn es darauf ankommt.
KI-Strategie und KI-Einführung
KI-Strategie und KI-Einführung, die mit einem laufenden, gemessenen System an Ihren eigenen Prozessen beginnt und die Roadmap auf seinen Zahlen aufbaut.
Datenintegration für KI
Antworten aus Dateiablagen, SharePoint, ERP und Tickets in Sekunden, für Assistenten und Agenten, mit übernommenen Berechtigungen und Tests.
KI-Engineers für Ihr Team
Zusätzliche KI-Kapazität, wenn Ihrem Team KI-Know-how fehlt: erfahrene Engineers, die mit Ihnen bauen und ihr Wissen dalassen.
KI-Evals-Engineering
Evals aus Ihren eigenen Traces zeigen, ob eine Änderung Ihr KI-Produkt besser oder schlechter gemacht hat, mit einem Release-Gate, das in Ihrem Repository bleibt.
Qualitätssicherung für KI-Systeme
Vor dem Go-live zeigen Abnahmetests auf Ihren eigenen Fällen, wie oft Chatbot, Assistent oder Agent richtig liegen, in den Begriffen, die Ihr QA-Team kennt.
Kostenlose KI-Nutzungsanalyse
Eine Seite für die Geschäftsführung: wohin Ihr KI-Budget fließt, ob es sich auszahlt und was sich ändern sollte, aus Exporten Ihrer Wahl. Kostenlos, ohne Systemzugriff.
KI für Unternehmen
Eine freigegebene KI-Plattform für das ganze Unternehmen: interner Assistent statt Schatten-KI, freigegebene Modelle, Daten im Haus und Ausgaben pro Team.
LiteLLM-Gateway
Budgets und Zugriffsregeln für die KI-Nutzung jedes Teams, über ein LiteLLM-Gateway, das abgesichert, an Ihren Identitätsanbieter angebunden und aktuell gehalten ist.
KI-Plattform für alle Teams
Ein freigegebener Zugang zu KI für jedes Team, mit Budgets, Protokollen und freier Modellwahl, betrieben auf Ihren Servern oder in Ihrer Cloud.
Systemzugriff für Agenten (MCP)
KI-Agenten, die in Ihren Systemen Daten abfragen und ändern, mit engen Berechtigungen, menschlicher Freigabe für Änderungen und Tests.
On-Premise-KI
KI für Angebote, Verträge und Kundenakten, und die Daten bleiben im Unternehmen: eigene Server oder eigenes Cloud-Konto, vor dem Go-live geprüft.
Azure OpenAI und Bedrock
GPT und Claude für Unternehmensdaten, unter Ihren bestehenden Cloud-Verträgen: Azure OpenAI und Amazon Bedrock im eigenen Konto, mit Verarbeitung in der EU und einem Gateway.
Wissensassistenten (RAG)
Beschäftigte finden Antworten in internen Dokumenten in Sekunden, mit Quellenangaben, Berechtigungen und Tests anhand Ihrer eigenen Fragen.
RAG-Evaluierung
Ein Assistent, der aus Ihren Dokumenten antwortet, getestet auf Retrieval und Antworten in jeder Sprache Ihrer Nutzer, damit Sie wissen, wie oft er richtig liegt und die richtige Quelle nennt.
vLLM auf Kubernetes
Open-Weight-Modelle auf Ihren eigenen GPUs, damit Daten im Haus bleiben und Kosten geplanter Kapazität folgen, nach gemessener Last dimensioniert.
Aus dem Blog
Vom KI-Piloten in die Produktion
Was vorhanden sein muss, bevor ein erfolgreicher KI-Pilot live geht: Regressionstests, Versionierung und Rollback, Monitoring, eine verantwortliche Person, Übergabe und stufenweiser Start.
Latenzbudget für LLM-Funktionen
Wie Sie herausfinden, warum eine KI-Funktion langsam ist: jede Anfrage in Warteschlange, Retrieval, Modell und Tools aufteilen, den größten veränderbaren Anteil beheben und die Ausreißer unter Last messen.
Selbst betreiben oder Managed API
Wie Sie entscheiden, ob eine KI-Anwendung auf eigener Infrastruktur laufen oder auf einem gemanagten Modell-Endpunkt bleiben sollte, anhand von Zugriffsanforderungen, Betriebskapazität und gemessenen Kosten.
Mit einem Engineer sprechen
Bringen Sie eine Aufgabe mit, die Sie verbessern möchten. Das Gespräch dauert 30 Minuten und braucht keinen Zugriff auf Ihre Systeme oder Ihre Daten.
Die Buchung läuft über Google Kalender.

Mickey Graf
Gründer und Geschäftsführer von Cloudsail
Lieber erst schreiben? Hinterlassen Sie Ihre E-Mail-Adresse und ein paar Zeilen. Mickey liest jede Nachricht selbst und antwortet per E-Mail mit Terminvorschlägen.
Sehen Sie in Ihrem E-Mail-Programm nach dem Entwurf
Senden Sie ihn von dort ab, und Mickey antwortet Ihnen persönlich mit Terminvorschlägen für ein 30-minütiges Gespräch. Hat sich kein Entwurf geöffnet, schreiben Sie uns an miki@cloudsail.com.